கூகுள் டீப் மைண்ட், மனித டிஎன்ஏவில் மரபணு கட்டுப்பாடு மற்றும் நோய் உருவாக்கத்தில் முக்கிய பங்கு வகிக்கும் மர்மமான குறியீடு இல்லாத பகுதிகளை புரிந்துகொள்ளும் ஆல்பா ஜீனோம் என்ற புரட்சிகரமான ஏஐ அமைப்பை அறிமுகப்படுத்தியுள்ளது.
முந்தைய மரபணு ஏஐ மாதிரிகள் பெரும்பாலும் புரதங்களை உருவாக்கும் 2% டிஎன்ஏ மீது கவனம் செலுத்தின. ஆனால், ஆல்பா ஜீனோம், நோயுடன் தொடர்புடைய பல மரபணு மாறுபாடுகள் காணப்படும் மீதமுள்ள 98% பகுதியை — பொதுவாக ‘மரபணு இருண்ட பொருள்’ என அழைக்கப்படும் பகுதியை — இலக்காகக் கொண்டுள்ளது. இந்த மாதிரி, ஒரு மில்லியன் டிஎன்ஏ பேஸ் ஜோடிகள் வரை பகுப்பாய்வு செய்யும் திறன் கொண்டது. அதே நேரத்தில் ஒவ்வொரு நியூக்ளியோடைடு அளவிலும் துல்லியத்தைப் பேணுகிறது. இதன் மூலம், உள்ளூர் வடிவங்கள் மற்றும் தொலைவிலுள்ள கட்டுப்பாட்டு தொடர்புகளை ஒரே நேரத்தில் கண்டறிய முடிகிறது.
"இது இந்த துறைக்கு ஒரு முக்கியமான மைல்கல்லாகும்," என நினைவூட்டுகிறார் மெமோரியல் ஸ்லோன் கெட்டரிங் புற்றுநோய் மையத்தின் டாக்டர் கேலப் லாரோ. "முதல் முறையாக, நீண்ட தூர சூழல், அடிப்படை அளவிலான துல்லியம் மற்றும் முன்னணி செயல்திறன் ஆகியவை அனைத்தையும் ஒருங்கிணைக்கும் ஒரே மாதிரியை நம்மிடம் கொண்டுள்ளோம்."
ஆல்பா ஜீனோமின் கலப்பு கட்டமைப்பு, குறுகிய டிஎன்ஏ வடிவங்களை கண்டறிய கன்வல்யூஷனல் நியூரல் நெட்வொர்க்குகளையும், தொலைவிலுள்ள தொடர்புகளைப் பிடிக்க டிரான்ஸ்ஃபார்மர் கூறுகளையும் இணைக்கிறது. இதன் மூலம், மரபணு வெளிப்பாடு, ஆர்என்ஏ ஸ்ப்ளைசிங், குரோமாட்டின் அணுகல், மற்றும் மாற்றங்கள் இந்த செயல்களை எவ்வாறு பாதிக்கும் என்பதற்கான ஆயிரக்கணக்கான மூலக்கூறு பண்புகளை கணிக்க முடிகிறது. ஒப்பீட்டு சோதனைகளில், இது 24 மரபணு வரிசை கணிப்பு பணிகளில் 22-இல் மற்றும் 26 மாறுபாடு விளைவு கணிப்பு பணிகளில் 24-இல் சிறப்பு மாதிரிகளை விட சிறப்பாக செயல்பட்டது.
இந்த மாதிரி ஏற்கனவே புற்றுநோய் ஆராய்ச்சியில் நடைமுறையில் மதிப்பை நிரூபித்துள்ளது. T-செல் ஆக்யூட் லிம்போப்ளாஸ்டிக் லுகேமியாவுடன் தொடர்புடைய மாற்றங்களை பகுப்பாய்வு செய்யும் போது, குறிப்பிட்ட குறியீடு இல்லாத மாற்றங்கள் புதிய புரத இணைப்பு இடங்களை உருவாக்கி புற்றுநோய் இயக்கும் மரபணுவை எப்படி செயல்படுத்துகின்றன என்பதை ஆல்பா ஜீனோம் சரியாக கணித்தது — இது ஆய்வக சோதனைகளுடன் பொருந்தியது.
கூகுள், ஆல்பா ஜீனோமை வணிகமற்ற ஆராய்ச்சிக்காக API மூலம் வழங்கி வருகிறது; எதிர்காலத்தில் முழுமையான வெளியீடு திட்டமிடப்பட்டுள்ளது. மருத்துவ பயன்பாட்டிற்காக வடிவமைக்கப்படவோ, சோதிக்கப்படவோ இல்லை என்றாலும், நோய்க்கான காரணமான மரபணு மாறுபாடுகளை கண்டறிந்து, செயற்கை உயிரியல் முயற்சிகளை வழிநடத்துவதில் இது நோய் புரிதலை விரைவுபடுத்தும் என ஆராய்ச்சியாளர்கள் நம்புகின்றனர்.
"மனிதரில் எந்த ஒரு மாறுபாட்டை கண்டாலும் அது என்ன செய்யும் என்பதற்கான நல்ல முதல் ஊகத்திற்கு இந்த அமைப்பு நம்மை அருகில் கொண்டு செல்கிறது," என லாரோ விளக்குகிறார். டீப் மைண்டின் ஆராய்ச்சி துணைத் தலைவர் புஷ்மீத் கோலி, "முழுமையான செல்யுலர் செயல்முறைகளை முழுமையாக ஏஐ மூலம் உருவகப்படுத்தும் இறுதிக்குறிக்கோளுக்கு இது ஒரு பெரிய முதல் படி" எனக் கூறுகிறார்.